java - 获取html标签之间的文本

Question

Possible duplicate: RegEx matching HTML tags and extracting text

我需要获取 html 标签之间的文本，如 <p></p>管他呢。我的模式是这样的

Pattern pText = Pattern.compile(">([^>|^<]*?)<");

任何人都知道一些更好的模式，因为这个模式不是很有用。我需要它来获取网页内容的索引。

谢谢

Answer 1

SO即将降临到你身上。但我首先要说的是，不要使用正则表达式来解析 HTML。 Here是 Java HTML 解析器的列表。环顾四周，直到找到适合您喜好的 API 并使用它。